基于多神经网络分类器的目标识别仿真实验研究

• 作者: 刘振霞 景志宏 程国华 赵谊虹
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 神经网络 水下目标识别 数据融合 特征提取
• 年，卷（期）: 2003,（3）
• 所属期刊栏目: 军事仿真应用
• 页码范围: 441-443
• 页数: 3页
• 分类号: TN911.72
• 字数: 2949字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-731X.2003.03.039

摘要

水下目标识别在国防及国民经济中具有重要的作用.为了提高多神经网络分类器分类结果的有效性和可靠性,本文提出了一种利用多神经网络分类器输出向量来实现对各分类器进行加权的算法.舰船目标实测数据分类实验证明:基于该算法的多分类器融合技术能有效地提高目标识别的性能,同时选择适当的表决阈值又可提高分类结果的可靠性.因此,该算法在水下目标识别系统中具有一定的工程应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	景志宏	空军工程大学电讯工程学院	21	76	5.0	7.0
2	程国华	上海交通大学图像通信与信息处理研究所	13	215	7.0	13.0
3	刘振霞	空军工程大学电讯工程学院	15	77	6.0	8.0
4	赵谊虹	上海交通大学图像通信与信息处理研究所	6	124	4.0	6.0